天津一次重污染天气过程气象成因及预报分析

利用NCEP/NCAR和FNL再分析资料以及NOAA扩展重建海温资料,结合2014年2月观测资料,探讨了2014年2月21-26日天津重污染天气过程的气象成因及预报分析。结果表明,重污染期间,东亚大槽和东亚冬季风呈现偏弱的态势,天津出现明显东南风异常且河北以南地区存在大范围高湿区,近地面层存在弱气流辐合且维持弱偏东或偏南风,对流层中低层为弱辐散下沉气流和西南气流,同时也存在逆温层结,这种静稳条件有利于黄渤海及河北以南的水汽和污染物平流输送至天津且在近地面聚集。HYSPLIT模式模拟显示污染物来源于河北省中南部,以平流和弱辐散沉降的方式输送至天津。湿度条件对于重污染天气的产生仅是必要条件,污染物大量聚集才是重要条件。WRF-CMAQ模式短期内能较好模拟重污染期间PM_(2.5)浓度空间分布及重污染天气结束时间;重污染同期及前期秋季阿留申群岛南部海域持续出现显著正海温距平,可以用作中长期预报的一个参考因素。     

山西省重污染天气监测预报预警系统设计

山西省重污染天气监测预报预警系统由"四层三体系"构成,基于环境空气质量监测数据、气象数据和污染源排放清单数据,应用空气质量数值预报与统计预报相结合的方式,实现山西省未来5天的空气质量分析、预报、预警和追因等功能,以期为合理调整污染源布局、切实做好大气污染防治提供科学依据和决策支持。     

湖北省一次空气重污染过程的预报分析

针对2016年1月18日湖北省一次空气重污染过程,结合WRF-CMAQ模式、气团轨迹、MODIS真彩图、大气污染物和气象要素监测资料,探讨客观订正环节中区域空气重污染过程的预报方法和基本流程。结果表明:采用WRF-CMAQ模式数值模拟未来3 d湖北省首要污染物及其质量浓度和气象场的时空分布特征和演化过程,预测未来24 h湖北将发生空气重污染过程,结果呈现显著的空间分布特征。气团轨迹和MODIS真彩图分析表明1月17日最严重的霾主要分布在河南和安徽大部地区;途径河南和安徽的气团在未来48 h自北向南往湖北中部和东部传输。根据WRF数值预报,在18日0时弱冷空气南下影响湖北,并带来2～3级偏北风,对大气污染物的输入和积累创造有利的条件,湖北中东部地区空气质量将迅速恶化;至08时后,大气扩散条件有所改善,湖北空气质量将自北向南逐渐好转。     

2015年12月北京市空气重污染过程分析及污染源排放变化

2015年12月,北京市及周边地区连续多次出现重污染天气.在此期间,北京市空气重污染应急指挥部两次发布红色预警.为厘清该月重污染的发生过程、生消变化,测算了应急措施下的污染源排放变化情况,并采用数值模拟和地面观测相结合的分析方法,对重污染的形成原因进行初步分析,同时对应急措施的环境效果进行评估.结果表明:1虽然2015年12月北京市主要大气污染物排放量较去年同期有所下降,但排放强度仍然较大,是重污染过程的内因;气象扩散条件不利是重要的外因,地面风速弱,大气稳定度高,相对湿度高,边界层高度降低,源排放及气象因素共同导致了此轮重污染过程.2红色预警应急措施可实现污染物日排放强度减少36%左右,PM_2.5浓度下降11%~21%,预警的应急措施不能扭转重污染的态势,但对于缓解PM_2.5污染加重趋势有明显的效果.3在重污染天气下,污染物仍在大气中累积,应急措施最明显的效果发生在实施后的48~72 h后,因此建议在PM_2.5浓度快速上升前36~48 h实施减排措施,从而对空气质量预报准确性提出更高的要求.     

2014年10月北京市一次空气重污染过程分析

采用轨迹模拟与观测资料相结合的方式,对北京市2014年10月6—12日1次典型空气重污染过程的大气环境背景、气象条件和形成原因进行分析。结果表明:京津冀区域稳定的气象条件是形成重污染的主要原因,重污染过程中大气层结稳定,平均逆温强度每100 m为3.42℃,平均风速为1.56 m/s,平均湿度为83.13%;重污染过程中10月8—11日污染最重,北京ρ(PM_(2.5))日均值平均为264μg/m~3,且京津冀约20×104km~2国土面积处于重度污染水平;模拟结果显示污染最重的8—11日区域输送对北京PM_(2.5)贡献率在61%~69%;区域输送对北京PM2.5浓度起着更为重要的作用。     

2013年夏季北京市一次空气重污染过程分析

结合WRF数值模式与气象、污染物观测资料,综合分析了北京市2013年6月29日-7月2日夏季一次空气重污染过程的特征、气象条件及成因。结果表明:重污染过程期间6月30日-7月1日细颗粒物平均浓度为184μg/m~3,平均风速为2.07 m/s,平均相对湿度为87.25%;24 h变温基本在-0.83~3.81℃之间,24 h平均变压在-3.59~-0.18 h Pa之间;北京及周边地区不利的气象条件是重污染形成的主要原因,局地累积及本地化学反应、周边地区秸秆焚烧输送又加剧了此次空气重污染的程度,形成了此次夏季罕见的重污染过程。     

2013年1月北京市一次空气重污染成因分析

采用数值模式与观测资料相结合的方式,对北京市2013年1月9日至15日一次空气重污染过程的大气环境背景、气象条件和形成原因进行了初步分析.结果表明,重污染过程期间10日至14日PM2.5平均值为323μg·m-3;重污染过程与当地气象条件密切相关,稳定的大气环流形势为污染的持续提供了大气环流背景,风速较小、湿度较大、边界层较低、持续逆温是造成重污染的主要原因;重污染过程中区域输送对北京PM2.5贡献率在53%~69%之间且存在明显的二次转化,区域输送起着更为重要的作用;气象条件对持续性重污染的形成和破坏起到了关键性的作用,因此需要加强对重污染预警预报研究,以有效预防和控制空气重污染.     

浅谈北京市空气重污染应急预案的制定

2013年10月17日,北京市正式颁布实施了《北京市空气重污染应急预案(试行)》,本文分析了《北京市空气重污染应急预案(试行)》发布的背景、注意事项、支撑措施,为我国其他省市开展重污染天气应急预案工作提供了参考借鉴。     

京津冀区域重污染天气过程数值预报评估新方法

利用区域空气质量监测数据、空气质量模式数值预报产品及天气图资料,建立了一种适用于区域重污染天气过程预报的评估方法,将其用于评估NAQPMS模式系统对2013年和2014年京津冀地区静稳型、沙尘型和特殊型3类重污染天气过程的预报能力,并探讨了重污染天气过程早报、晚报及漏报的可能气象条件原因,以提高预报准确率.结果表明:数值模式系统提前3 d预报重污染天气过程的预报准确率可达57%,秋冬季预报效果好于其他季节,静稳型预报效果好于沙尘型和特殊型.对模式AQI预报结果统计发现,当预报AQI值达到150以上时,实际发生重污染天气过程的概率较大,如定义AQI等于150作为重污染天气预警临界值,模式预报准确率可提高至70%以上.天气系统对污染过程预报有重要影响,WRF气象模式对中低层天气系统位置及强度预报偏差是导致静稳型污染过程早报和晚报的一个重要原因.     

北京市空气重污染应急管理的经验和探索

空气重污染的应对是环境管理实践中"躲不开、绕不过"的问题,关乎着人民健康、国家形象,以及党和政府的公信力。北京市在全国率先建立空气重污染应急机制,此后不断深化认识、充实完善,在建立机制、完善预案、夯实基础、狠抓落实、舆论引导、区域联动六个方面有了许多好的经验,并在实践中取得了成效。     

2014年10月北京市4次典型空气重污染过程成因分析

采用数值模拟与观测资料相结合的方式,对2014年10月北京市4次典型空气重污染过程的大气环境背景、气象条件和形成原因进行了分析. 结果表明,京津冀区域稳定的气象条件是形成空气重污染的主要原因,4次重污染过程大气条件均不利于污染物扩散,表现为大气层结稳定,近地层逆温(平均逆温强度为2.26 ℃/100 m)明显,风速(平均值为1.52 m/s)小,相对湿度(平均值为80.75%)大. 在4次重污染过程中8—11日污染最重,ρ(PM_2.5)日均值平均为264 μg/m3,并且区域输送对北京贡献率最大,平均值为63.75%;24—25日污染程度次之,逆温最强,逆温强度达5.94 ℃/100 m;18—20日重污染中北京ρ(PM_2.5)高值(＞200 μg/m3)区主要集中在该市西北部地区;30—31日污染相对较轻,ρ(PM_2.5)日均值最高只有154 μg/m3. 数值模拟表明,在4次典型重污染过程中,来自南方(包括河北、河南和山西西部等地)的外来污染物输送对北京PM_2.5贡献较大,外来贡献率分别在42.36%~69.12%之间,同时北京本地也存在较强的二次无机盐及有机物转化过程.      

长治市重污染天气特征分析

基于2016年1月至2017年2月的长治市空气质量监测数据及气象资料,本文对长治市重污染日逐月分布及其对应的天气类型和气象要素特征进行了系统分析。结果表明:该期间长治市共发生33d重污染天气,12月和1月PM2.5浓度最高;区域稳定的气象条件是形成重污染的主要原因,地面气象要素主要表现为小风(1.23 m/s),湿度较大(52.8%)的特点;高压类、低压类和均压类三种地面天气形势所占污染天数的比例分别为78.8%、9.1%和12.1%,其中500h Pa高度场为偏西气流,同时地面处于高压后部,是导致长治市发生重污染天气过程的重要原因之一。     

银川市一次连续PM2.5重污染天气特征分析及长期预报方法研究

利用同期多源观测资料,对2020年1月银川市持续重污染天气过程中的气象条件、扩散特征及前期环流指数特征进行了综合分析。结果表明：2020年1月持续重污染天气过程是实行新标准以来仅次于2013年1月的PM_2.5超标的重污染天气,具有持续时间长、污染等级高的特点;2020年1月气温异常偏高、风速偏小、相对湿度偏大,天气系统稳定少动且持续时间长,是造成PM_2.5异常超标的主要原因之一;1月PM_2.5月浓度值同850 hPa东太平洋信风指数、北太平洋副高北界位置指数等前期环流特征因子具有较好的相关性,建立的银川市1月PM_2.5月浓度预测模型,可提前30 d作出预报且预报结果与实际一致,可为重污染天气预警工作提供参考。     

成渝地区空气重污染天气形势分析

利用Lamb-Jenkinson客观环流分型法,对成渝地区及4个子区域2014—2018年高度场和海平面气压场进行了环流分型,并探讨了环流型与空气污染的关系.结果表明,成渝地区海平面气压场的最高频率环流型为东北气流型(NE),850 hPa上为高压型(A),500 hPa上为平直西风气流型(W).综合来看,成渝地区易发生污染天气形势是:高空500 hPa为平直西风(W),地面和850 hPa上为低压(C)或东南气流型(SE);易出现优良天气的环流形势是:高空500 hPa为平直西风(W),地面和850 hPa上为高压(A)或东北气流型(NE).对个例进行分析后发现,当地面为气旋或东南气流,同时风速较小时,不利于污染物的水平扩散;若高空为弱脊控制或者为槽后西北气流,则在下沉气流的作用下,不利于污染的垂直扩散,地面污染进一步加重.     

广州市空气重污染过程案例分析

本文对广州市2017年9月26-28日的环境空气污染过程的空气质量和气象条件特征进行分析,发现该污染过程具有区域性特征,与天气形势的变化关系密切,过程中925 h Pa和850 h Pa高压中心叠加了暖中心,同时存在贴地气温逆温和露点逆温,逆温与高压南侧的东南气流有关。     

基于天气背景天津地区重污染天气特征分析

以天津地区长序列观测PM_(2.5)质量浓度资料为依托,基于天气背景对2014—2016年天津地区重污染天气特征进行分析,并以此为基础评估天津环境气象数值模式(WRF/Chem)在不同天气条件下的模拟效果.结果显示:2009—2016年天津地区重污染天气为341 d,约占全部天数的11.7%,重污染天气主要出现在每年的10月—次年3月,约占全年的82%,重污染天气出现的地面形势主要为锋前低压区、低压槽前、均压场和高压后,4类天气类型占所有重污染天气的73%.同一天气背景下,PM_(2.5)质量浓度模拟值与实况值之间的误差有相似之处,低压槽天气时细颗粒污染浓度模拟明显偏低;冷锋前低压区、华北地形槽和低压过程模拟值略有偏低;高压前和高压底天气模拟值略微偏高;数值模式天津地区重污染TS(Threat score)评分为0.68,漏报与低压槽辐合线模拟位置偏差、冷空气受污染反馈作用影响、小尺度闭合低压区未准确模拟3个因素密切相关;空报主要与冷空气过程影响时间模拟偏差、高压中心位置偏差及其输送通道建立时间影响密切相关.     

京津冀连续雾霾及重污染天气特征分析

2015年12月19日至26日京津冀多地出现持续性雾霾及重污染天气,部分时段能见度不足50m、AQI值达到500。分析此次过程的成因发现,雾霾期间高空主要影响系统为短波槽和冷涡底部偏西气流,地面为弱气压场。边界层逆温、暖平流及弱的地面风场是雾霾持续的关键原因,其中逆温强度达4.6℃/100m,近地面多风速小于1.5m/s的西南风和偏东风。北京和衡水混合层高度均较低,混合层高度(MLH)普遍在1km以下,尤其是衡水站21~25日MLH普遍不足500m,非常不利于雾霾的消除和污染物的扩散。加之地形影响,容易使污染物堆积在河北平原,形成重污染。     

邯郸一次重污染天气过程分析

利用常规气象观测资料和邯郸环境监测资料,针对邯郸2015年12月26日下午PM_(10)和PM_(2.5)污染指数骤升的重污染天气过程,从逐时污染指数变化、气象要素的演变、气象扩散条件和逐时地面要素场特征等方面进行了分析。结果表明:PM_(10)和PM_(2.5)污染指数的陡升与气温骤降、相对湿度骤升相对应;逆温层的存在不利于空气污染物的扩散;地面风场的辐合早于污染指数的快速增加,地面风速逐渐增大和北方湿冷空气的南下,与污染指数陡升相对应,导致本次重污染天气过程的产生。